一种基于振动阶次分析的轴承零件波纹度识别方法及设备与流程

本申请涉及轴承检测，特别涉及一种基于振动阶次分析的轴承零件波纹度识别方法及设备。

背景技术：

1、滚动轴承是旋转机械中的精密机械零件，具有支撑和将运转的轴与轴承座之间的滑动摩擦变为滚动摩擦减少摩擦损失，传递转动能量的作用，其质量优劣直接影响精密机械设备的精度。轴承振动质量是评价成品轴承的性能的重要指标之一，通常低振动表征着轴承的高质量，因此，在轴承制造中有效控制振动质量，及识别轴承振动源具有重要意义。

2、轴承制造过程中影响轴承振动的关键因素是零件工作表面的圆度、粗糙度、波纹度，当前，随着轴承制造工艺的优化，加工设备精度的提高，轴承零件工作面的圆度、粗糙度已经满足轴承要求，但轴承振动质量还存在一定差距。因此，零件波纹度质量成为当前影响轴承振动的主要因素。目前普遍是手动测量轴承各零件的波纹度，这样不但存在检测效率低的问题，而且检测准确性也会因检测员的经验和能力不同而不同，进而会影响波纹度检测的准确性。

技术实现思路

1、本申请要解决的技术问题在于，针对现有技术的不足，提供一种基于振动阶次分析的轴承零件波纹度识别方法及设备。

2、为了解决上述技术问题，本申请实施例第一方面提供了一种基于振动阶次分析的轴承零件波纹度识别方法，其中，所述的基于振动阶次分析的轴承零件波纹度识别方法具体包括：

3、获取待识别轴承的轴承参数，并基于获取的轴承参数确定轴承零件的特征阶次；

4、获取所述待识别轴承的第一阶次图谱，并基于所述第一阶次图谱确定故障阶次；

5、基于轴承零件的特征阶次和故障阶次，计算所述轴承零件的预测波纹数。

6、所述的基于振动阶次分析的轴承零件波纹度识别方法，其中，所述获取所述待识别轴承的第一阶次图谱，并基于所述第一阶次图谱确定故障阶次具体包括：

7、获取所述待识别轴承的第一阶次图谱，以及所述待识别轴承对应的正常轴承的第二阶次图谱；

8、将所述第一阶次图谱和所述第二阶次图谱进行比较，以得到所述待识别轴承的轴承零件的故障阶次。

9、所述的基于振动阶次分析的轴承零件波纹度识别方法，其中，所述待识别轴承的轴承零件包括轴承内圈、轴承外圈、滚动体和保持架，所述基于轴承零件的特征阶次和故障阶次，计算所述轴承零件的预测波纹数具体包括：

10、读取所述轴承参数中的滚动体个数；

11、基于所述滚动体个数、故障阶次以及轴承内圈的特征阶次计算轴承内圈的预测波纹数；

12、基于所述滚动体个数、故障阶次以及轴承外圈的特征阶次计算轴承外圈的预测波纹数；

13、基于故障阶次、滚动体的特征阶次和保持架的特征阶次计算滚动体的预测波纹数；

14、基于滚动体个数和轴承外圈的特征阶次计算保持架的预测波纹数。

15、所述的基于振动阶次分析的轴承零件波纹度识别方法，其中，所述轴承内圈的预测波纹数、轴承外圈的预测波纹数、滚动体的预测波纹数以及保持架的预测波纹数的计算公式分别为：

16、

17、所述的基于振动阶次分析的轴承零件波纹度识别方法，其中，所述基于轴承零件的特征阶次和故障阶次，计算所述轴承零件的预测波纹数之后，所述方法还包括：

18、基于待识别轴承的轴承零件的故障阶次以及预测波纹数，确定待识别轴承的轴承零件对应的故障信息，其中，故障信息包括故障阶次、故障波纹数以及其对应的故障波纹幅值。

19、所述的基于振动阶次分析的轴承零件波纹度识别方法，其中，所述基于待识别轴承的轴承零件的故障阶次以及预测波纹数，确定待识别轴承的轴承零件对应的故障信息，其中，故障信息包括故障阶次、故障波纹数以及其对应的故障波纹幅值具体包括：

20、获取待识别轴承的轴承零件在故障阶次下的第一波纹度波纹幅值序列，以及待识别轴承对应的正常轴承的轴承零件在故障阶次下的第二波纹度波纹幅值序列，其中，第一波纹度波纹幅值序列和第二波纹度波纹幅值序列对应的波纹数区间相同；

21、基于第一波纹度波纹幅值序列和第二波纹度波纹幅值序列，确定待识别轴承的故障零件、故障零件对应的故障阶次以及故障零件在该故障阶次下的故障波纹数以及其对应的故障波纹幅值，以得到待识别轴承的轴承零件的故障信息。

22、本申请实施例第二方面提供了一种基于振动阶次分析的轴承零件波纹度识别装置，其中，所述的基于振动阶次分析的轴承零件波纹度识别装置具体包括：

23、获取模块，用于获取待识别轴承的轴承参数，并基于获取的轴承参数确定轴承零件的特征阶次；

24、确定模块，用于获取所述待识别轴承的第一阶次图谱，并基于所述第一阶次图谱确定故障阶次；

25、计算模块，用于基于轴承零件的特征阶次和故障阶次，计算所述轴承零件的预测波纹数。

26、本申请实施例第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的基于振动阶次分析的轴承零件波纹度识别方法中的步骤。

27、本申请实施例第四方面提供了一种终端设备，其包括：处理器和存储器；

28、所述存储器上存储有可被所述处理器执行的计算机可读程序；

29、所述处理器执行所述计算机可读程序时实现如上任一所述的基于振动阶次分析的轴承零件波纹度识别方法中的步骤。

30、有益效果：与现有技术相比，本申请提供了一种基于振动阶次分析的轴承零件波纹度识别方法及设备，所述方法包括获取待识别轴承的轴承参数，并基于获取的轴承参数确定轴承零件的特征阶次；获取所述待识别轴承的第一阶次图谱，并基于所述第一阶次图谱确定故障阶次；基于轴承零件的特征阶次和故障阶次，计算所述轴承零件的预测波纹数。本申请通过获取轴承零件的特征阶次并识别轴承零件的故障阶次，再根据特征阶次和故障阶次计算波纹数，这样可以识别影响轴承振动的零件波纹度状态，结合零件波纹度检测结果，可有效指导轴承制造对关键波纹度控制，从而提高产品振动质量。

技术特征：

1.一种基于振动阶次分析的轴承零件波纹度识别方法，其特征在于，所述的基于振动阶次分析的轴承零件波纹度识别方法具体包括：

2.根据权利要求1所述的基于振动阶次分析的轴承零件波纹度识别方法，其特征在于，所述获取所述待识别轴承的第一阶次图谱，并基于所述第一阶次图谱确定故障阶次具体包括：

3.根据权利要求1所述的基于振动阶次分析的轴承零件波纹度识别方法，其特征在于，所述待识别轴承的轴承零件包括轴承内圈、轴承外圈、滚动体和保持架，所述基于轴承零件的特征阶次和故障阶次，计算所述轴承零件的预测波纹数具体包括：

4.根据权利要求3所述的基于振动阶次分析的轴承零件波纹度识别方法，其特征在于，所述轴承内圈的预测波纹数、轴承外圈的预测波纹数、滚动体的预测波纹数以及保持架的预测波纹数的计算公式分别为：

5.根据权利要求1所述的基于振动阶次分析的轴承零件波纹度识别方法，其特征在于，所述基于轴承零件的特征阶次和故障阶次，计算所述轴承零件的预测波纹数之后，所述方法还包括：

6.根据权利要求5所述的基于振动阶次分析的轴承零件波纹度识别方法，其特征在于，所述基于待识别轴承的轴承零件的故障阶次以及预测波纹数，确定待识别轴承的轴承零件对应的故障信息，其中，故障信息包括故障阶次、故障波纹数以及其对应的故障波纹幅值具体包括：

7.一种基于振动阶次分析的轴承零件波纹度识别装置，其特征在于，所述的基于振动阶次分析的轴承零件波纹度识别装置具体包括：

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7任意一项所述的基于振动阶次分析的轴承零件波纹度识别方法中的步骤。

9.一种终端设备，其特征在于，包括：处理器和存储器；

技术总结本申请公开了一种基于振动阶次分析的轴承零件波纹度识别方法及设备，所述方法包括获取待识别轴承的轴承参数，并基于获取的轴承参数确定轴承零件的特征阶次；获取所述待识别轴承的第一阶次图谱，并基于所述第一阶次图谱确定故障阶次；基于轴承零件的特征阶次和故障阶次，计算所述轴承零件的预测波纹数。本申请通过获取轴承零件的特征阶次并识别轴承零件的故障阶次，再根据特征阶次和故障阶次计算波纹数，这样可以识别影响轴承振动的零件波纹度状态，结合零件波纹度检测结果，可有效指导轴承制造对关键波纹度控制，从而提高产品振动质量。技术研发人员：张雅娜,徐巍,张丽娜,张茜,胡卫平,董玉雪,孙晗,张英华,王鹤,季美婷,王运超受保护的技术使用者：瓦房店轴承集团国家轴承工程技术研究中心有限公司技术研发日：技术公布日：2024/11/14